Cum să creșteți rentabilitatea investiției în publicitate contextuală de 2,2x pentru un comerciant cu amănuntul de întreprindere

O întrebare care este familiară oricărei companii este cum să reduceți cheltuielile pentru publicitatea contextuală, menținând în același timp vânzările. Dacă achiziționați trafic către site-ul dvs. într-un sistem de publicitate, cum ar fi Google Ads sau Facebook, o mare parte din cheltuielile dvs. sunt direcționate către clicurile utilizatorilor care nu ajung să pună articole în coș. Și chiar dacă o fac, nu întotdeauna finalizează achiziția. Deci, ce se poate face pentru a optimiza campaniile publicitare?

În acest caz, descriem soluția oferită de echipa OWOX BI pentru retailerul de electronice și electrocasnice care a testat OWOX BI pentru a calcula probabilitatea conversiilor.

Printre principalele sarcini de marketing de performanță pentru un retailer de întreprindere se numără creșterea eficienței și reducerea contactelor cu utilizatorii care nu sunt în prezent interesați de achiziție. Soluțiile bazate pe date sunt cele mai promițătoare instrumente pentru optimizarea campaniilor publicitare. Modelul de atribuire OWOX BI utilizează tehnologii de învățare automată pentru a calcula probabilitatea de cumpărare pentru fiecare utilizator de site, începând cu prima vizită. Folosind aceste probabilități de cumpărare, companiile pot determina dacă merită să cheltuiască pentru publicitate pentru un utilizator. În plus, modelul OWOX BI poate calcula probabilitatea ca un utilizator să efectueze orice acțiune.

De asemenea, una dintre sarcinile obligatorii ale unui specialist SEM în publicitate contextuală este segmentarea vizitatorilor site-ului în diverse grupuri în funcție de acțiunile pe care le efectuează pe site și de timpul trecut de la ultimul declanșare. De exemplu, numărul de zile de la adăugarea unui articol în coș fără o achiziție. Analiza manuală a unor astfel de audiențe și ajustarea calculelor sumelor licitate ocupă o mare parte a procesului de lucru.

În concluzie, scopul a fost de a crește rentabilitatea investiției campaniilor de anunțuri contextuale, economisind în același timp veniturile din comenzile finalizate.

Soluția de machine learning OWOX BI a fost aplicată pentru optimizarea campaniilor de publicitate, fiind instruită pe:

• date istorice privind comportamentul utilizatorilor site-ului web
• Date CRM privind comenzile răscumpărate
• date agregate și anonimizate din zeci de mii de proiecte ale clienților OWOX

Ce a oferit OWOX BI:

• Pentru fiecare utilizator de site, probabilitatea de cumpărare este calculată luând în considerare comenzile răscumpărate.
• Calculele de probabilitate sunt actualizate după fiecare acțiune sau perioadă de inactivitate a utilizatorului. De exemplu, dacă un utilizator vizitează un site web și efectuează o serie de acțiuni, primește X% probabilitate de a face o achiziție. Dacă nu vizitează site-ul timp de patru zile după aceea, această probabilitate scade.
• 10 segmente de utilizatori împărțite în funcție de probabilitatea de cumpărare pe o scară de 10 puncte.

Pentru a evalua acuratețea prognozei și performanța fiecărui segment, echipa a analizat câte comenzi a finalizat fiecare segment.

În partea de sus a tabelului se află segmentul cu cea mai mare probabilitate de conversie, iar în partea de jos este segmentul cu cea mai mică probabilitate de conversie.

1. Date colectate despre comportamentul utilizatorului pe site în Google BigQuery cu OWOX BI. (De asemenea, este posibil să utilizați Google Analytics 360.)

2. Analiștii OWOX au instruit modelul de atribuire și au început calcule regulate ale probabilității de conversie pentru vizitatorii site-ului. Fiecărui vizitator i s-a atribuit o probabilitate de conversie. Algoritmul ține cont de peste 60 de parametri, inclusiv:

• numărul de sesiuni în accesări în fereastra de conversie
• acțiuni pe site în cadrul unei sesiuni
• pauze între sesiuni
• numărul total de acțiuni
• dispozitiv de sesiune și sistem de operare
• sursele de trafic pe care utilizatorul le avea într-o fereastră de conversie
• numărul de acțiuni pe fiecare pagină dintr-o sesiune
• sincronizarea unei anumite sesiuni și timpul total al sesiunilor într-o fereastră de conversie

3. Echipa OWOX BI a adunat toate aceste date într-un singur tabel în Google BigQuery pentru a evalua probabilitatea de cumpărare pentru fiecare utilizator.

4. Datele de audiență au fost transferate către serviciul de publicitate folosind o conductă OWOX BI.

5. Audiențele au fost adăugate la serviciul de publicitate.

Testul A/B primar a fost realizat cu o împărțire egală a traficului între grupurile examinate pentru campaniile publicitare:

• creat manual.
• pe baza unui flux de date despre produse cu ajutorul unui serviciu de automatizare.

După experimentul de succes, a început cel de-al doilea test pe campanii cu reclame dinamice. După ce s-au adunat datele în funcție de eficiența acestora în cadrul campaniilor publicitare, au fost calculate și ajustate sumele licitate pentru audiențe:

• Reduceți sumele licitate pentru segmentele de public cu o probabilitate scăzută de cumpărare (uneori până la 90%).
• Creșteți sumele licitate pentru segmentele de public cu o probabilitate mare de cumpărare.

Mărimea ajustărilor sumelor licitate a fost calculată pe baza datelor adunate despre coeficientul de conversie al fiecărui public și rentabilitatea investiției vizată. S-a luat în considerare și rentabilitatea actuală a investiției pentru fiecare campanie și audiență. Pentru fiecare public, OWOX BI a calculat un preț adecvat pe clic. Pe baza acestor calcule, a ajustat prețul curent pentru a atinge KPI-ul țintă. Ajustările s-au schimbat constant în funcție de rezultate.

Timp de două luni, analiștii OWOX au lucrat cu echipa clientului pentru a efectua două teste. Prima a durat o lună și jumătate și a inclus cinci campanii de publicitate cu volume reduse de trafic. Fiecare dintre aceste campanii a fost subdivizată în două campanii pentru testarea A/B: una folosind audiențe OWOX BI și una fără acestea.

Campaniile care utilizează segmente de public OWOX au prezentat rezultate de 1,7 ori mai bune atât în ​​ceea ce privește rentabilitatea investiției, cât și veniturile pentru comenzile finalizate. Pentru un retailer, acesta a fost un pas în direcția creșterii eficienței investițiilor în publicitate.

După primul experiment, echipa OWOX BI a efectuat un test de trei săptămâni bazat pe campanii cu volume mari de trafic conform aceluiași principiu – un număr egal de campanii folosind audiențe OWOX BI și fără audiențe OWOX BI.

Rezultatul celui de-al doilea test a fost un ROI de 2,2 ori mai mare și un venit de 2,7 ori mai mare pentru comenzile finalizate în campaniile cu audiențe OWOX BI.

În ambele cazuri, grupul de testare fie a adus mai multe venituri cu același buget ca și grupul de control, fie a adus același venit cu un buget mai mic. Folosind OWOX BI pentru a prezice conversiile, clientul nostru a economisit timp la crearea segmentelor de public, toate datele despre utilizatorii site-ului web au fost procesate automat, iar datele rezultate au fost pregătite pentru a fi încărcate într-un serviciu de publicitate unde puteau fi utilizate în campanii publicitare pentru a ajusta sumele licitate și a rula retargeting.

Aceste rezultate ale testelor au fost considerate a fi un început de succes pentru extinderea ulterioară a altor canale de performanță și performanță a mărcii. Deoarece experimentele cu calculele probabilității de conversie și-au dovedit eficiența, următorul pas a fost să scalați soluția - să o utilizați în toate campaniile de căutare, să rulați redirecționarea prin stabilirea de sume licitate diferite în funcție de conversiile dintr-un segment și să o aplicați în alte servicii de publicitate, cum ar fi Facebook , MyTarget și Google Ads.